  【傳統(tǒng)文化】 漢字?jǐn)?shù)碼簡介 漢字?jǐn)?shù)碼（卷二） 漢字?jǐn)?shù)碼原理 第一章 總說 漢字?jǐn)?shù)碼是二十一世紀(jì)將對我國經(jīng)濟社會發(fā)展進程產(chǎn)生重大影響的一項原創(chuàng)性發(fā)明。以漢字?jǐn)?shù)碼為核心技術(shù)的漢字?jǐn)?shù)字化工程將徹底地改變漢字的命運，改變中國的命運，改變?nèi)祟惿罘绞剑瑥亩淖冋麄€世界。這是繼上個世紀(jì)的漢字照排、雜交水稻之后，中國能夠在世界范圍內(nèi)稱得上最具影響力、最具震撼力、最具世界市場的工程技術(shù)成就，具有極高的文化含量和科技含量。 漢字?jǐn)?shù)碼向全世界揭示了中華民族偉大祖先在幾千年前為我們子孫后代所創(chuàng)建的漢字文化基業(yè)，具有無比的價值、無限的魅力和無盡的智慧。其價值就在于它是文字的“五線譜”，當(dāng)我們把它翻譯為簡譜時才發(fā)現(xiàn)它的巨大價值；其魅力就在于它是圖形文字，當(dāng)我們要想讓人人都會用電腦、處處都能用電腦時才發(fā)現(xiàn)出路只有一條，那就是采用圖形文字；其智慧就在于它有著數(shù)千年文化背景形成的豐富內(nèi)涵，而這些都是任何其他民族的文字和文化所完全無法比擬的。中國漢字文化不僅有著歷史的燦爛，更有在信息時代、數(shù)碼時代里永遠的輝煌。  漢字之所以成為當(dāng)今仍在為最多數(shù)人使用的最古老的文字，其強大的生命力足以說明漢字內(nèi)部隱藏著一種無比的東西，其中之一就是漢字與數(shù)字之間的神秘關(guān)系。漢字?jǐn)?shù)碼則向人們揭示了這樣一種神秘關(guān)系。 第二章 研究動機 一．語音識別 人機對話是人類進入工業(yè)文明時代后夢寐以求的崇高理想,而人機和諧對話已成為世紀(jì)之交信息科學(xué)領(lǐng)域里最為振奮人心的口號和科學(xué)精英們角逐最為活躍的尖端領(lǐng)域。幾乎所有的世界級巨擘在語音識別領(lǐng)域里投入了數(shù)百億美元的資金。至今，他們的研究成果大多還停留在實驗室階段，即使某些語音識別產(chǎn)品進入了市場，也不能令消費者感到滿意。從20世紀(jì)80年代起，我國就將語音識別技術(shù)的研究納入了國家“863”計劃，中國科學(xué)院、清華大學(xué)、中國科技大學(xué)等科研單位投入了大量人力物力進行研究。 經(jīng)過了半個多世紀(jì)的探索研究，科學(xué)家們終于明白了這個道理：比計算機聰明千萬倍的動物尚且只會簡單語言，而要讓計算機能夠完全聽懂并理解自然語言，只能是我們?nèi)祟惖拿篮脡粝搿，F(xiàn)在就有科學(xué)家站出來說，解決這個問題的難度可能遠遠超過讓人登上火星，在未來一百年內(nèi)別想在這個領(lǐng)域取得任何實質(zhì)性進展。 科學(xué)研究還表明，在大多數(shù)應(yīng)用上，自然語言并不是人與計算機之間合適的溝通渠道，因為自然語言容易給人機溝通造成混亂。然而，科學(xué)家們只是證明了自然語言不適合于人機交互，卻沒有指出什么樣的語言才適合于人機交互，更沒有提出實現(xiàn)人機對話新的途徑和方法。  二．解決思路 1996年初，我們開始了漢字?jǐn)?shù)字化研究工作。從一開始，我們就將目標(biāo)鎖定在通過漢字?jǐn)?shù)字化來解決用語言控制機器、人機語言交互問題上。雖然在資本實力方面，我們與大公司不能相提并論，但是，要解決語音識別這一世界性難題，雄厚的資本固然很重要，解決問題的思路以及由此形成的核心技術(shù)更為重要。我們認為，要將人類的這個夢想變成現(xiàn)實，主要依靠的是人類的智慧和技術(shù)的力量，這就是我們在一無資料可循、二無資金支持的情況下，單槍匹馬闖入這樣一個非常有前景的領(lǐng)域的深層原因。 我們是這樣思考這個問題的：計算機自然語音識別率，無論如何也達不到百分之百，所以，自然語音不可以用來控制機器。道理很簡單，即使萬分之一差錯，所造成的結(jié)果也可能是災(zāi)難性的。 既然計算機無法準(zhǔn)確地識別人類自然語言，那么，能不能找到這樣一種理想語言，它既為人類所完全熟知、又為計算機所準(zhǔn)確識別呢？如果世界上真的存在著這么一種理想語言，我們的任務(wù)不過就是發(fā)明一種將自然語言文字轉(zhuǎn)換為這種理想語言數(shù)的方法，再交給計算機去識別就行了。  三．通用語言 幸運的是，世界上還真的有這么一種理想語言，這就是阿拉伯?dāng)?shù)字。世界通用語言既不是使用范圍最廣的英語，也不是使用人口最多的漢語，而應(yīng)該是阿拉伯?dāng)?shù)字。阿拉伯?dāng)?shù)字可以說是無人不知，無人不曉。全世界的人都在使用阿拉伯?dāng)?shù)字，雖然他們的阿拉伯?dāng)?shù)字發(fā)音不盡相同，但是，他們對阿拉伯?dāng)?shù)字的理解卻沒有什么差別。 阿拉伯?dāng)?shù)字也是世界上最簡單文字，它只有十個數(shù)字符號。阿拉伯?dāng)?shù)字除了具有標(biāo)識事物、論證與推理信息的功能外，還具有計算功能，這是其他任何文字所不具備的。計算機原理正是建立在數(shù)字計算的基礎(chǔ)之上的。 數(shù)字是人類唯一共用的語言文字，也是機器唯一理解的符號系統(tǒng)。數(shù)字，只有數(shù)字，才是人類與機器之間進行溝通和交流的最簡單、最直接、最有效的方式。面對人機語言交互、用語言來控制機器這個世界性難題，我們終于找到了一個再簡單不過的解決方案，這就是對機器用數(shù)字說話。 第三章 基本要求 將自然語言轉(zhuǎn)換成數(shù)字語言的方法，必須同時滿足下面三個條件： 1．?dāng)?shù)字語言要被機器所理解，就要求它所表達的意思必須是唯一的。因為機器不具有人類的智能和靈活的判斷能力，它們面對同一信息的多種含義將很難自動地作出正確選擇。 2．?dāng)?shù)字語言要被人類所理解，就要求它所遵循的規(guī)則必須是簡單的。簡單得人人都能輕松掌握，因為將自然語言表示為或者轉(zhuǎn)換為數(shù)字語言是依靠人類來完成的。 3．?dāng)?shù)字語言要被高效率處理，就要求它所表達的數(shù)碼必須是精練的。事實上，任何文字?jǐn)?shù)字編碼，只要建立足夠多的規(guī)則和具有足夠長的位數(shù)，都可以做到唯一對應(yīng)性。 將自然語言翻譯成數(shù)字語言，通俗地講，就是使用阿拉伯?dāng)?shù)字來表示自然語言，用科學(xué)術(shù)語講，就是文字?jǐn)?shù)字編碼。這種編碼是根據(jù)一定的規(guī)則來實現(xiàn)的，它所遵循的規(guī)則被稱為編碼規(guī)則。文字?jǐn)?shù)字化的核心就是制定文字?jǐn)?shù)字編碼規(guī)則，使其同時滿足以上三個要求。  實現(xiàn)聲音和圖像與二進制數(shù)字相互轉(zhuǎn)換的規(guī)則，被叫做通信協(xié)議。同樣理由，實現(xiàn)自然語言與二進制相互轉(zhuǎn)換的規(guī)則，也應(yīng)該被叫做通信協(xié)議。所不同的是，聲音和圖像方面的通信協(xié)議，主要由西方發(fā)達國家制定的。而文字方面的通信協(xié)議，由于我們走在了世界的前面，則主要由我們中國來制定。 第四章 拼形字母 沒有字母的漢字，使我們中華民族吃盡了苦頭。兩千年前我們中國人開始編字典， 一百年前我們中國人開始拍電報，三十年前我們中國人開始用電腦，無不遇到很大的麻煩。文字的發(fā)展是先表意而后表音。文字通過圖形來表意，通過字母來表音。表音的字母都是從表意的圖形中抽象出來的。漢字再往前走一步，就抽象出了字母，就成為了表音文字。然而，我們祖先卻轉(zhuǎn)向了以形聲為主導(dǎo)的既表意又表音的文字體系。 雖說字母沒有被抽象出來，漢字卻綜合了象形文字和拼音文字的優(yōu)點，成為了一種表達能力極強、信息容量極其豐富的文字符號。這一兼收并蓄的雜交優(yōu)勢，可以說是漢字文化在世界上諸多古文化中后來居上、生生不息的一個根本原因。直到今天，人們才明白這是我們祖先最明智的選擇、最了不起的創(chuàng)新。  通過研究，我們發(fā)現(xiàn)漢字本身是有字母的，它們隱藏在漢字字形之中，只是人們還沒有發(fā)現(xiàn)它們而已。 拼音文字是音形統(tǒng)一的文字，它們的字母既是拼音字母，又是拼形字母。漢字則是音形不統(tǒng)一的文字，它擁有拼音字母和拼形字母兩套體系。上個世紀(jì)中葉，我們借用拉丁字母來表示漢字讀音，發(fā)明了漢語拼音字母，從而建立了漢語拼音體系。本世紀(jì)初葉，我們借用阿拉伯?dāng)?shù)字來表示漢字字形，發(fā)明了漢字拼形字母，從而建立了漢字?jǐn)?shù)碼體系。 一．字母屬性 既然文字都有字母，那么，它們的字母必然存在著一些共性。 1．字母數(shù)量具有簡約性。 拼音文字的字母大多是20～30個，最多不超過50個。漢字部件卻有上千種，所以漢字部件不是漢字字母。 2．字母組合具有唯一性。 3．拼形字母 橫筆、豎筆、撇筆、捺筆通過相折、相離、相連、相交，組合成了16個漢字拼形字母，加上單個橫筆、豎筆、撇筆、捺筆，共有20個漢字拼形字母。在折筆字母中，形似“口”的圖形很多，組字頻率很高，我們將其單列出來，作為第21個漢字拼形字母，命名為折口。 單筆字母 折筆字母 離筆字母 連筆字母 交筆字母 橫筆 折橫 離橫 連橫 交橫 豎筆 折豎 離豎 連豎 交豎 撇筆 折撇 離撇 連撇 交撇 捺筆 折捺 離捺 連捺 交捺 折口 四．形數(shù)轉(zhuǎn)換 1．筆畫形狀代碼 橫、豎、撇、捺是漢字筆畫形狀的自然順序，這種順序原本就是用數(shù)字來標(biāo)識的。 橫筆 豎筆 撇筆 捺筆 2．筆畫位置代碼 折、離、連、交則是漢字筆畫位置的自然順序。形象地說，“折”是有拐彎處的一條街道，“離”是兩條平行的街道，“連”是呈丁字形的三條街道，而“交”則是垂直交叉的四條街道。 折筆 離筆 連筆 交筆 3．拼形字母代碼 用兩位數(shù)字表示拼形字母。第一位數(shù)字表示筆畫位置，第二位數(shù)字表示筆畫形狀。除橫筆、豎筆、撇筆、捺筆、折口外，其他十六個拼形字母代碼如下表所示：
4．將拼形字母的筆畫位置代碼與筆畫形狀代碼相加 X＝漢字位置代碼＋筆形形狀代碼 5．按照以下規(guī)則將拼形字母代碼轉(zhuǎn)換為拼形字母數(shù)碼
6．轉(zhuǎn)換結(jié)果
第五章 漢字?jǐn)?shù)字化解析 一．均勻性分析 要做到漢字?jǐn)?shù)碼無重碼，首先要使各個數(shù)字所承載的拼形字母數(shù)量大致相等，也就是要讓每個數(shù)字在字詞編碼中使用的次數(shù)大致相等。這是基于這么一個原理：拼形字母在九個數(shù)字上的分布越均勻，出現(xiàn)重碼字的概率就越小。 下表是國家標(biāo)準(zhǔn)《信息交換用漢字編碼字符集·基本集》中的6724個漢字分解為拼形字母所得到的統(tǒng)計結(jié)果：
第一組數(shù)據(jù)：筆畫字母和離筆字母，用數(shù)字1～4表示，共組字12999次，平均到每個數(shù)字為3250次。 第二組數(shù)據(jù)：折筆字母、連筆字母和交筆字母，用數(shù)字5～8表示，共組字 12570次，平均到每個數(shù)字為3118次。 第三組數(shù)據(jù)：折口字母，用數(shù)字9表示，共組字3116次。 從統(tǒng)計結(jié)果來看，每個數(shù)字所表示的拼形字母平均組字次數(shù)非常接近（3250次、3118次和3116次），這說明漢字拼形字母在各個數(shù)字上的分布是非常均勻的。 進一步觀察發(fā)現(xiàn)，在同一個數(shù)字上，每個拼形字母的筆畫形狀和筆畫位置都不相同。據(jù)此推斷，拼形字母的最佳組合應(yīng)該是每個數(shù)字所表示的拼形字母具有完全不同的筆畫形狀和筆畫位置，因為筆畫形狀和筆畫位置的任何重疊配置都相當(dāng)于生物學(xué)意義上的近親繁殖。 二．表意性分析 漢字部首是漢字表意的基礎(chǔ)，在漢字形意關(guān)系中占有重要地位。將漢字部首轉(zhuǎn)變成數(shù)字以后，我們驚訝地發(fā)現(xiàn)，每個數(shù)字表示出了同類漢字部首，這就將電腦不能識別的形意關(guān)系轉(zhuǎn)變成了電腦可識別的數(shù)意關(guān)系。 我們中華民族祖先創(chuàng)造的漢字，以其獨有的漢字部首來對表示萬物的漢字信息進行分類，產(chǎn)生了“望字生義”的神奇效應(yīng)。進入二十一世紀(jì)后，我們?nèi)A夏后代又發(fā)明了漢字?jǐn)?shù)碼，使用世界唯一通用的阿拉伯?dāng)?shù)字來對漢字部首進行分類，產(chǎn)生了“以數(shù)表意”的神奇效應(yīng)。
下表列出了最常見漢字部首的數(shù)碼。這18個漢字部首共組字3158個，約占國家標(biāo)準(zhǔn)《信息交換用漢字編碼字符集·基本集》中漢字總數(shù)的47%。由表可見，這18個漢字部首的數(shù)碼無一相同。這表明，通過兩個數(shù)碼就可以向電腦傳遞出更加細化的事物分類信息。
從漢字部首，我們一眼就能看出漢字的類屬，能夠區(qū)分它們所表示的是動物還是植物，是草本還是木本。然而，電腦卻看不見這些漢字部首。在電腦中，漢字是作為不可拆分的字符來處理的。 當(dāng)我們將這些漢字部首轉(zhuǎn)變成數(shù)碼以后，情形就大不一樣了。根據(jù)漢字部首數(shù)碼，電腦從漢字部首語義庫中找出這些數(shù)碼所表示的概念，就會知道這些漢字的類屬。與漢字聲旁數(shù)碼和漢字聲旁語義庫相配合，效果就更神奇了，因為電腦可以據(jù)此推理出漢字所表達的概念。 漢字部首或者漢字部首組合構(gòu)成了漢字聲旁，這些漢字部首或者漢字部首組合被稱為漢字部件。既然漢字部首數(shù)碼承載著特定的概念，那么，由漢字部首數(shù)碼構(gòu)成的漢字聲旁數(shù)碼和漢字部件數(shù)碼，乃至由漢字部件數(shù)碼構(gòu)成的漢字?jǐn)?shù)碼，以及由漢字?jǐn)?shù)碼構(gòu)成的詞語數(shù)碼，一定也承載著特定的概念。 九個阿拉伯?dāng)?shù)字都承載著特定的概念，它們的組合又會產(chǎn)生出許多新的概念。通過這種方式，漢字及其各個組成部分就同數(shù)碼發(fā)生了生動形象的聯(lián)系，按照數(shù)意對應(yīng)關(guān)系，又將數(shù)碼映射到了字義和語義上去。就這樣，漢字依照自身的成形規(guī)律拆解反推，順理成章地回歸到了數(shù)字語言。 第六章 數(shù)字圓環(huán)  研究發(fā)現(xiàn)： 以數(shù)字4打頭的漢字部首都與宇宙圈有關(guān)； 以數(shù)字7、8、9、1打頭的漢字部首都與太陽圈有關(guān)； 以數(shù)字2、3、5、6打頭的漢字部首都與地球圈有關(guān)。 將九個數(shù)字按照順時針方向首尾相連，就構(gòu)成了一個數(shù)字圓環(huán)。在這個數(shù)字圓環(huán)中，將數(shù)字4放在最上方，其余8個數(shù)字分為上下兩組，這樣，就將數(shù)字圓環(huán)劃分為三個部分：上方是宇宙圈，下方是太陽圈，中間是地球圈。 我們從這一數(shù)字圓環(huán)中，可以窺見我們中華民族祖先對宇宙自然的認識水平，這是漢字?jǐn)?shù)碼的神奇之處。 一．天、地、人、環(huán)境構(gòu)成了地球圈 這是數(shù)字圓環(huán)的第一層次。我們祖先在創(chuàng)造漢字時，已經(jīng)認識到了環(huán)境的重要性，從而將環(huán)境與天、地并列為人類賴以生存的三大條件之一，將環(huán)境與天、地、人并列為構(gòu)成地球生態(tài)系統(tǒng)的四大要素之一。 天、地、人、環(huán)境的和諧統(tǒng)一，應(yīng)該說是大自然的最高法則。人類要是違背了這一法則，如對自然的過度索取，對土地的過度開發(fā)，對環(huán)境的過度污染，將遭受到大自然的報復(fù)。這正是老子在《道德經(jīng)》中所闡述的重要思想，這就是“人法地，地法天，天法道，道法自然?！敝皇侨藗冊诶斫膺@一偉大思想時，更多地關(guān)注了天、地、人之間的關(guān)系，而忽視了環(huán)境因素，這不能不說是人類對地球生態(tài)系統(tǒng)認識上的倒退。  二．日、月、金、火構(gòu)成了太陽圈 這是數(shù)字圓環(huán)的第二層次。太陽、月亮、金星、火星是古代先民們最先觀察到的太陽系成員，它們構(gòu)成了太陽生態(tài)系統(tǒng)。 太陽、月亮是最明亮易見的兩個星體。先民們從太陽、月亮?xí)円菇惶?、明暗轉(zhuǎn)換的規(guī)律中，抽象出了陰陽概念，創(chuàng)造了《易經(jīng)》學(xué)說，以此來解釋宇宙自然現(xiàn)象。 金星、火星是離地球最近的兩顆行星。先民們之所以用“金”和“火”來命名這兩顆行星，我猜想是有原因的?！敖稹毕笳髦牧希盎稹毕笳髦茉?。材料、能源是古代文明的兩大支柱，構(gòu)成了古代文明的兩個層次。 三．未知天體物質(zhì)構(gòu)成了的宇宙圈 由于受到當(dāng)時生產(chǎn)力發(fā)展水平的限制，先民們對太陽生態(tài)系統(tǒng)的認識仍是不完整的，他們還無法對太陽系以外的銀河星系進行科學(xué)地描述。 四．金、土、火、水才是世界本原 根據(jù)數(shù)意關(guān)系，數(shù)字2既指“天”又指“水”，數(shù)字6既指“地”又指“土”。在數(shù)字圓環(huán)中，只有“金、水、火、土”四種基本物質(zhì),意味著我們祖先在創(chuàng)造漢字時，已經(jīng)將世界本原歸結(jié)為“金、土、火、水”四種基本物質(zhì)。  以“金、土、火、水”作為漢字部首時，它們的首位拼形字母分別對應(yīng)著“橫、豎、撇、捺”。就是說，我們祖先用“橫、豎、撇、捺”來表示“金、土、火、水”，其中，用筆直的“橫、豎”來表示固體的“金、土”，用彎斜的“撇、捺”來表示流體的“火、水”。這種表示方式既形象生動，又高度抽象，可見我們祖先是何其智慧。 中國古代的“五行學(xué)說” 認為世界本原是“金、木、水、火、土”，其實“木”并不是基本物質(zhì)，因為將“木”燒掉，得到的將是火、水蒸汽、塵土，還有微量元素的金屬。古印度人認為世界本原是“水、風(fēng)、地、火”，古羅馬人認為世界本原是“水、火、氣”，古希臘人則認為世界本原是“水”。比較起來，漢字創(chuàng)造者對世界本原的認識更加接近了世界本質(zhì)。 第七章 漢字?jǐn)?shù)字化方案 漢字?jǐn)?shù)字化模型的理論價值無疑是巨大的，然而，實際應(yīng)用起來并不方便，有必要對這一模型再度簡化，最終形成性能的卓越性和規(guī)則的致簡性綜合起來趨近于極限的漢字?jǐn)?shù)碼方案。這并不是說漢字?jǐn)?shù)碼沒有改進的余地了，也不是說將來就沒有任何一種漢字?jǐn)?shù)字編碼技術(shù)能夠超越漢字?jǐn)?shù)碼，只是說超越漢字?jǐn)?shù)碼如同攀登珠峰一樣困難。 最簡單的對應(yīng)方式就是將筆畫數(shù)和末筆形相同的拼形字母都表示為同一個數(shù)字，這樣記憶起來會很方便。重新組合后，21個拼形字母簡化成了9個漢字筆形，從而與9個數(shù)字之間建立起了一一對應(yīng)的關(guān)系，并以數(shù)字直接作為這些漢字筆形的符號。通過這種對應(yīng)方式，我們就將較復(fù)雜的拼形字母簡化為較簡單的漢字筆形，進而又將較簡單的漢字筆形歸結(jié)為最簡單的橫、豎、撇、捺，可以說，再也找不出比這更簡單的漢字筆形分類方法了。
通過對漢字筆形的定義，我們就得到了漢字?jǐn)?shù)碼方案。如同在幾何學(xué)中，用幾條公理和定理就可以構(gòu)建起一整套幾何理論一樣，用幾條定義和規(guī)則也可以構(gòu)建起一整套漢字編碼理論。從此，人們根據(jù)定義就能確定漢字筆形種類。漢字筆形與數(shù)字之間的對應(yīng)關(guān)系極具規(guī)律性，沒有任何例外規(guī)定，無需任何死記。這些表明，漢字?jǐn)?shù)碼方案的科學(xué)性極強，實用性極好。  '’'’ |
|
|
來自： 老沔城人 > 《傳統(tǒng)文化》
